A

[JRT—Platinum Emperor Reserve Ceremonial Grade @JRTDesk]

คำถามที่ว่า 「ไม่รู้จะเริ่มตรงไหน」.. ปัญหามันไม่ได้อยู่ที่จุดเริ่มต้น..

ปัญหาอยู่ที่ว่า.. ในสาย finance.. การลงทุน.. การ trade.. quant.. ประสบการณ์สามารถสร้าง intuition ที่ผิดๆ ได้อย่างมาก.. ซึ่งเป็นสิ่งที่ต่างจากสายอาชีพอื่นๆ ส่วนใหญ่..

ในสายอื่น ยิ่งมีประสบการณ์ยิ่งเก่งขึ้น.. หมอที่ผ่าตัดมา 10,000 ครั้ง ดีกว่าหมอที่ผ่าตัดมาแค่ 100 ครั้ง แทบจะ guarantee ได้..

แต่ใน finance.. trader ที่ผ่าน 2008 มาได้ อาจสร้าง intuition ที่ optimize สำหรับ crisis แบบ 2008.. แล้วพอ regime เปลี่ยน.. intuition ที่ได้มาจากตอน 2008 นั่นเองที่จะฆ่า trader คนนั้น 😅.. ความมั่นใจที่สะสมมาจากประสบการณ์ กลายเป็นอาวุธทำร้ายตัวเองได้..

อย่างกรณีที่ผมเคยเจอ.. ช่วงนึงที่ options selling ทำผลงานได้ดีมากต่อเนื่องมาหลายปี.. ทุก spike ของ vol มันก็ revert กลับมา.. ทุก tail event มันก็ fade.. สมองก็เริ่ม internalize ว่า「นี่คือวิธีที่ตลาดทำงาน」จนถึงจุดที่มันกลายเป็น reflex.. ไม่ใช่ การตัดสินใจอีกต่อไป..

เพราะสิ่งที่สมองเราเรียกว่า intuition.. จริงๆ แล้วคือ pattern recognition ที่ fit กับ historical regime ที่ผ่านมา.. ไม่ใช่ความเข้าใจ mechanism จริงๆ ของตลาด.. พอ regime เปลี่ยน.. intuition กลายเป็นของเก่า.. แต่ความมั่นใจที่สร้างมันขึ้นมายังอยู่ครบ...

นั่นเลยเป็นเหตุผลแรกที่ว่า.. การรู้ลึกในสายนี้ไม่ใช่แค่เรื่องของ 「ผ่านเวลามาเยอะ」.. ความรู้ในสายนี้มีวันหมดอายุ ไม่ใช่ทุกสิ่งที่เรียนรู้มาจะยังใช้ได้พรุ่งนี้.. ความรู้ใน finance มีอายุต่างกัน.. บางอย่างอยู่ได้เป็นทศวรรษ บางอย่างอาจจะหมดอายุภายในปีเดียว..

ความรู้เรื่องจิตวิทยาและ behavioral patterns.. ถือว่าอายุยาวมาก.. Fear กับ Greed ทำงานเหมือนกันในปี 1929 กับปี 2025..

Kahneman ศึกษาเรื่อง loss aversion มาหลายสิบปีแล้ว แต่ยังใช้ได้อยู่ในทุก market cycle..

ความรู้เรื่อง market microstructure อายุกลางๆ.. bid-ask spread, adverse selection, order flow toxicity.. concept ยังอยู่ แต่ mechanics เปลี่ยนตาม technology ตามกาลเวลา..

ความรู้เรื่อง specific alpha signal.. อายุสั้นมาก.. factor ที่ work ในปี 2010 อาจตายไปแล้วในปี 2020 เพราะ crowded หรือเพราะ market structure เปลี่ยน..

คนที่รู้ลึกจริงๆ รู้ว่าตัวเองกำลังอยู่ใน layer ไหน.. และไม่เอาความมั่นใจจาก layer ที่มีอายุยาว มาใช้กับ layer ที่มีอายุสั้น..

กับดักที่เห็นบ่อยมาก.. คนที่เข้าใจ behavioral finance ลึกมาก แล้วคิดว่าตัวเองเข้าใจตลาดลึก.. ทั้งที่จริงๆ แล้วมันคือคนละ layer กันเลย.. รู้ว่า fear กับ greed ทำงานยังไง ไม่ได้แปลว่ารู้ว่าตลาดจะเดินไปทางไหนพรุ่งนี้.. และปัญหาคือ.. ตลาดไม่ได้บอกเราตรงๆ ว่าเราอยู่ layer ไหน..

อย่างหมากรุก.. เดินผิด รู้ทันที.. feedback loop ชัด.. ในการผ่าตัด.. ผ่าตัดพลาด ก็รู้ได้ค่อนข้างเร็ว..

แต่ใน trading และการลงทุน.. มันต่างกัน..

ตัดสินใจผิด.. แต่กำไร.. เพราะโชคช่วย.. ตัดสินใจถูก.. แต่ขาดทุน.. เพราะ noise ในตลาดช่วง short term..

ถ้าเรียนรู้จาก P&L อย่างเดียว.. เราจะเรียนรู้สิ่งผิด.. สมองจะ reinforce behavior ที่ทำกำไร แม้ว่าพฤติกรรมนั้นจะ random ล้วนๆ.. และสมองจะต่อต้านพฤติกรรมที่ถูกต้องแต่แค่โชคไม่เข้าข้างในช่วงนั้น..

ผมได้เริ่มตระหนักเรื่องนี้จริงๆ ตอนสมัยก่อนที่กลับมา review trade journal เก่าๆ แล้วพบว่า.. trade ที่ขาดทุนหนักที่สุดบางอัน reasoning มันแม่นมาก.. เพียงแต่ timing ผิด หรือมีปัจจัยภายนอกที่คาดไม่ได้เข้ามา.. และ trade ที่กำไรดีที่สุดบางอัน ตอนเขียน reasoning ไว้ตอนนั้น.. อ่านกลับไปแล้ว migraine แดก... เพราะมันผิดมากๆ แต่ตลาดดันเดินตามทิศทางที่เราเดาไว้ด้วยเหตุผลที่ต่างกันโดยสิ้นเชิง..

ถ้าไม่มี trading journal ที่จดเหตุผลที่คิดไว้ก่อนเข้า position.. เราจะไม่มีทางรู้เรื่องนี้เลย.. เพราะสมองมนุษย์มันเก่งมากในการสร้าง narrative ย้อนหลังให้ทุกอย่างดูสมเหตุสมผลเสมอ..

Kahneman เรียกว่า 「hindsight bias」.. แต่ในสาย finance มันไม่ใช่แค่ cognitive bias.. มันคือกลไกที่ค่อยๆ ทำลาย calibration ของเราโดยที่เราไม่รู้ตัว..

วิธีแก้คือเราต้องสร้าง feedback loop ชั้นที่สอง.. แทนที่จะเรียนรู้จากผลลัพธ์ ต้องเรียนรู้จากความถูกต้องของเหตุผลที่คิดไว้.. ไม่ใช่จาก P&L อย่างเดียว

บันทึกเหตุผลที่คิดไว้ก่อนเข้า position.. บันทึกว่าคาดหวัง scenario ไหน.. คิดว่า outcome จะออกมาเป็นยังไง.. แล้วกลับมาวัดว่าเหตุผลที่คิดไว้ถูกหรือผิด แยกออกจากว่าได้กำไรหรือขาดทุน.. ทำแบบนี้สม่ำเสมออย่างน้อย 2-3 ปี.. ภาพจะชัดขึ้นมาก..

แต่ feedback loop จาก trade journal อย่างเดียวยังไม่พอ.. เพราะสิ่งที่เราบันทึกไว้ มันจะดีแค่ไหนก็ขึ้นอยู่กับคุณภาพของสิ่งที่เราอ่านมาตั้งแต่แรก.. . . อ่าน paper ต้นฉบับ.. อ่าน Fed minutes ตัวจริง.. อ่าน earnings call transcript ตัวจริง.. ไม่ใช่ความเข้าใจของคนอื่น

ทุก secondary source มีคนเขียนที่ผ่านตะแกรงของตัวเองมาแล้ว.. เขาตัดสินว่าอะไรสำคัญ อะไรไม่สำคัญ อะไรอธิบายยากเกินก็ตัดออก.. พอถึงมือเรา.. เราได้รับความเข้าใจของคนอื่นเค้า ไม่ใช่ความเข้าใจของเราเอง..

Almgren-Chriss paper ปี 2000 เรื่อง optimal execution.. ถ้าอ่านแค่บทสรุปก็รู้แค่ 「square root law」.. แต่ถ้าอ่านต้นฉบับจะเห็นว่า model นี้ assume ว่า price impact เป็น linear ใน instantaneous trade rate.. assumption นั้นพังในตลาดที่ thin หรือใน crisis.. คนที่อ่านแค่บทสรุปจะ apply square root law ผิดที่โดยไม่รู้ตัว..

นานมากแล้วเคยมีช่วงนึงที่ผมอ่าน Fed minutes จริงๆ เป็นครั้งแรกหลังจากที่อ่านแต่ analysis ของคนอื่นมานาน.. สิ่งที่ตกใจมากที่สุดไม่ใช่แค่ว่ามี information ใหม่ที่ไม่เคยรู้.. แต่คือ tone และความไม่แน่ใจที่ Fed เองมีอยู่ในนั้น.. ในขณะที่ analysis ทุกชิ้นที่อ่านมาก่อนหน้า มันตัดส่วนนั้นออกไปหมด.. นำเสนอ Fed เป็น entity ที่ตัดสินใจอย่างมีตรรกะชัดเจน.. ทั้งที่จริงๆ แล้ว minutes อ่านแล้วเห็นชัดว่าพวก Fed ก็กำลัง figure out เรื่องต่างๆ อยู่เหมือนกัน.. play by the ear.. ไม่ต่างจากเราๆ กันเท่าไหร่😅

ก็เลยเปลี่ยน mental model ผมเรื่อง market pricing ของ Fed policy ไปอย่างถาวร..

‼️และสิ่งที่ต้องถามตอนอ่านทุกชิ้น..

「ข้อสมมติฐานอะไรที่ทำให้ข้อสรุปนี้ถูก」.. 「ถ้า assumption นั้นผิด.. ข้อสรุปพังยังไง」.. 「sample period นี้ครอบคลุม regime ไหนบ้าง และไม่ครอบคลุม regime ไหน」..

Campbell Harvey ประมาณไว้ว่า factor research ส่วนใหญ่ที่ตีพิมพ์มาน่าจะเป็น false discoveries.. เพราะ t-stat threshold 2.0 ต่ำเกินไปสำหรับ multiple testing ในปริมาณงานวิจัยที่มีอยู่.. ต้องใช้ 3.0 ขึ้นไป..

นั่นหมายความว่าถ้าอ่านงานวิจัย finance โดยไม่มี critical reading.. เราอาจกำลัง internalize สิ่งที่ผิดอยู่โดยไม่รู้ตัว.. . . เราเลยควรทำ research เอง.. แม้เล็กน้อยก็ตาม

ความแตกต่างระหว่างคนที่ 「รู้เรื่อง」 กับคนที่ 「รู้จริง」 คือการที่เคยลงมือทดสอบด้วยตัวเองหรือยัง.. ลอง replicate ผลลัพธ์ของ paper ที่อ่านมา.. ถ้า replicate ไม่ได้ แสดงว่าไม่ได้เข้าใจจริง.. ระหว่างนั้นจะเจอ assumption ที่ paper ไม่ได้บอกไว้ตรงๆ แต่ตัดสินผลลัพธ์ทั้งหมด..

ลองสร้าง backtester เองสักครั้ง แทนที่จะใช้ library สำเร็จรูป.. ระหว่างนั้นจะเจอว่า look-ahead bias แฝงตัวอยู่ตรงไหน.. survivorship bias เข้ามาได้ยังไง.. และ transaction cost ที่ไม่ได้นับทำให้ backtest ดูดีเกินจริงแค่ไหน.. ไม่มีหนังสือเล่มไหนสอนสิ่งนี้ได้ดีเท่าการเจอด้วยตัวเอง.. . .

ยิ่งรู้ลึก ยิ่งเห็น risk มากขึ้น เห็น scenario มากขึ้น เห็น edge case มากขึ้น.. ซึ่งดี.. แต่ถ้าไม่ระวัง มันจะกลายเป็น analysis paralysis.. และคนที่รู้น้อยกว่า กลับ execute ได้เร็วกว่าและ confident กว่า

ผมเจอจุดนี้ตอนที่เริ่มศึกษา dynamic hedging จริงๆ จังๆ..

ก่อนหน้านั้น.. การตัดสินใจ hedge ง่ายกว่า.. เพราะไม่เห็น complexity ทั้งหมด.. พอเข้าใจ Greeks ลึกขึ้น เข้าใจ vol surface เข้าใจ path dependency.. มีช่วงที่ทุกครั้งที่จะ execute อะไร สมองมันยก edge case ขึ้นมาเต็มไปหมด.. จนทำอะไรช้าลงอย่างเห็นได้ชัด..

สิ่งที่ช่วยได้คือแยก analysis time ออกจาก execution time ให้ชัด.. ตอนวิเคราะห์ให้คิดเต็มที่ไม่มีขีดจำกัด.. แต่พอถึงเวลา execute ให้เชื่อในกรอบที่วางไว้แล้ว และลงมือเลย..

จนสุดท้ายก็เลยก้าวไปอีกขั้น.. ทำระบบ automated ขึ้นมาแม่งเลย.. เอา quant เข้ามาช่วยตัด emotion ออกจาก execution โดยสิ้นเชิง.. เพราะถ้ากรอบที่วิเคราะห์ไว้มันถูก.. ก็ไม่มีเหตุผลอะไรที่จะให้สมองมานั่งลังเลตอน execute อีก..

Dunning-Kruger ที่คนพูดถึงบ่อยคือ.. มือใหม่มั่นใจมาก พอรู้มากขึ้นกลับยิ่งสงสัยตัวเอง.. แต่ที่ไม่ค่อยมีใครพูดถึงคือขั้นที่ 3 ที่เกิดหลังจากผ่านจุดนั้นมาแล้ว.. คนที่อยู่ตรงนั้นมี calibrated confidence.. รู้ชัดว่าตัวเองรู้อะไร ไม่รู้อะไร และมั่นใจในระดับที่ตรงกับความเป็นจริง..

meta-skill นี้สำคัญมากและใช้เวลานานที่สุดในการพัฒนา.. มันคือความสามารถในการรู้ว่า 「ตอนนี้ควรใช้ analysis ระดับไหน」.. บางครั้ง simple heuristic ดีกว่า complex model.. บางครั้งต้องใช้ full framework.. รู้ว่าเมื่อไหร่ควรทำอะไรนั้นสำคัญกว่าการรู้ทั้งสองอย่าง..

การสอนคนอื่นก็เป็น test ที่โหดมาก (อย่างน้อยก็สำหรับผม)
ตอนที่ไป lecture เรื่อง dynamic hedging.. เตรียม material มาดีมาก.. ทุก formula ถูก.. ทุก concept ครบ..

แล้วมีนักเรียนคนหนึ่งถามว่า.. 「If delta is just a first derivative, why don't we hedge once and be done with it?」

คำถามง่ายมาก.. แต่ผมหยุดไป 2~3 วินาที.. ไม่ใช่เพราะไม่รู้คำตอบ.. แต่เพราะตระหนักว่าคำตอบที่อยู่ในหัวมันเป็น mathematical ล้วนๆ.. และนักเรียนเค้าต้องการ intuition ไม่ใช่สูตร..

ตอนนั้นถึงได้รู้ว่า.. เออ.. มีช่องว่างอยู่ระหว่างสิ่งที่เราเข้าใจใน mathematical formulation กับสิ่งที่เราสามารถถ่ายทอด intuition ให้คนอื่นเห็นภาพได้.. และช่องว่างนั้นคือส่วนที่เรายังเข้าใจไม่จริง..

Feynman บอกว่า.. ถ้าอธิบายสิ่งที่เรียนรู้มาให้คนที่ไม่มีพื้นฐานเข้าใจได้ไม่ได้.. แปลว่าตัวเองก็ไม่ได้เข้าใจจริงๆ.. มีแค่ illusion of understanding..

หลังจากนั้นผมเพิ่มกฎส่วนตัวว่า.. ถ้าอธิบาย concept ไหนให้คนนอกสายเข้าใจไม่ได้.. ต้องกลับไปอ่านใหม่.. เพราะความเข้าใจจริงๆ มันต้องถ่ายทอดได้ ไม่ใช่แค่ compute ได้..

⚠️และอีกเคล็ดลับนึงที่ผมใช้เพื่อช่วยให้รู้ลึก... คือ.. ผมไม่ยอมรู้เรื่องน้อยกว่า (อย่างมีนัยสำคัญ) พวกคนอื่นๆ ใน firm.. ซึ่งผมว่าแรงผลักดันที่คนอื่นๆ อาจจะประเมินต่ำ

คือมันมีความต่างสำคัญระหว่าง.. 「ไม่ยอมรู้น้อยกว่า เพราะกลัวหน้าแตก」 กับ 「ไม่ยอมรู้น้อยกว่า เพราะต้องการตัดสินใจได้ดีกว่า」..

แบบแรกทำให้เรียนรู้เพื่อ defend ตัวเอง.. เลือกเรียนสิ่งที่ confirm ความเชื่อเดิม..

แบบที่สองทำให้เรียนเพื่อ update ตัวเอง.. เปิดรับสิ่งที่ challenge ความเชื่อเดิม..

ความต่างของสองแบบนี้ยิ่ง compound มากขึ้นเรื่อยๆ ในสาย finance.. เพราะตลาดลงโทษ confirmation bias ด้วยเงิน.. ไม่ใช่แค่เรื่องความเสียหน้า..

Tetlock พบว่า superforecasters ที่ทำนายได้แม่นที่สุดมีลักษณะร่วมกันอย่างหนึ่งคือ.. รู้สึกดีเมื่อต้องยอมรับว่าเดิมคิดผิด.. แทนที่จะรู้สึกเสียหน้า.. ในสาย finance ผมว่านี่คือทักษะที่มีมูลค่าทางการเงินตรงๆ..

สรุป..
อย่าถามว่าจะเริ่มตรงไหน.. ถามว่าจะฝึกยังไงให้ feedback loop มันทำงานได้จริง..

เข้าใจว่าประสบการณ์อาจสร้าง intuition ที่ผิดได้.. ดังนั้นต้องสร้าง feedback loop จาก quality ของ reasoning ไม่ใช่จาก P&L อย่างเดียว..

รู้ว่าความรู้แต่ละชั้น แต่ละ layer มีวันหมดอายุไม่เท่ากัน.. และไม่เอา confidence จาก layer ที่มั่นคงอายุนานไปใช้กับ layer ที่เปลี่ยนเร็ว..

อ่านต้นฉบับ อ่านแบบ critical.. ตั้งคำถามกับ assumption ของทุกชิ้น..

ลงมือทำ research เอง replicate paper สร้าง tool เอง.. เพราะกระบวนการสอนเราในสิ่งที่หนังสือสอนไม่ได้..

พัฒนา calibrated confidence.. ไม่ใช่ความมั่นใจสูงแบบมือใหม่ และไม่ใช่ความลังเลแบบคนที่รู้มากเกินจนทำอะไรไม่ได้..

พยายามสอนคนอื่น.. เพราะช่องว่างระหว่าง 「compute ได้」 กับ 「ถ่ายทอดได้」 คือส่วนที่เรายังไม่เข้าใจจริงๆ..

และยอมรับว่าระยะเวลาวัดเป็นปี.. ไม่มีทางลัด.. . .

P.S.
กับดักที่น่ากลัวที่สุดในสายนี้ไม่ใช่การรู้น้อยเกินไป.. แต่คือการรู้แบบผิดๆ อย่างมั่นใจ.. ตลาดไม่ได้ลงโทษความไม่รู้.. ตลาดลงโทษความมั่นใจที่ไม่ตรงกับความเป็นจริง.. และความมั่นใจแบบนั้น มักสร้างขึ้นมาจากประสบการณ์จริงๆ ที่สะสมมานานหลายปี.. ไม่ใช่จากความโง่.. นั่นแหละเลยทำให้มันอันตรายที่สุด..

[t0xblock :~/ @t0xblock]

ไฟล์เต็มๆ 🔥 คุณพระ! Anthropic ปล่อย AI agents open-sources ปลั๊กอิน 11 ตัว
ขึ้น GitHub สำหรับผู้ใช้ #Cowork

https://t.co/iikbFms6jM

[はたの あいか フリー声優/声真似 @H_aika_45]

完璧だ…

#声真似

[^ྀི @wonyaura]

the way she ended the live because of how delicious it was like this girl has her priorities straight

[คิดมาก @kidmakk]

ชอบประโยคนี้

“Forget who forgets you.”

‘โปรดอย่าจดจำ คนที่ลืมความสำคัญของเรา’

กฎข้อสำคัญของ Manifestation คือ การเลือกคนในชีวิต จงเลือกคบคนที่เห็นค่าเรา แล้วเราจะรู้สึกว่าตัวเองมีค่า จงเลือกคบคนที่รักในสิ่งที่เราเป็น แล้วเราจะรักตัวเองได้อย่างแท้จริง

‘จงเลือกคนที่เลือกเรา’

[Manifest_Lord @Manifest_Lord]

I now understand...